兼顾安全性需求和能耗因素,定义3种典型信任因子来计算节点的直接信任值,利用模糊集合理论进行模糊划分,将模糊隶属度函数作为D-S证据理论中的基本置信度函数;通过邻居节点的推荐获取节点的间接信任值,根据Dempster组合规则对基于权重修正后的直接信任值与间接信任值进行融合。将基于身份的密码机制与信任管理机制进行有效结合,提高信任信息在传递中的安全性。分析与仿真结果表明该模型有良好的动态适应性及鲁棒性,能及时、准确地识别网络中的恶意节点,有效提高网络的安全性。
科研之友
微信
新浪微博
Facebook
分享链接
